寧波材料所所屬慈溪醫(yī)工所開發(fā)出對早期糖尿病視網(wǎng)膜病變進(jìn)行自動(dòng)篩查及診斷的算法
糖尿病視網(wǎng)膜病變、青光眼和白內(nèi)障合稱為人類視力的三大殺手。糖尿病性視網(wǎng)膜病變（DR）是糖尿病的嚴(yán)重并發(fā)癥之一，目前，國際糖尿病聯(lián)合會（IDF）發(fā)布的糖尿病調(diào)查數(shù)據(jù)顯示，2015年中國糖尿病患者已經(jīng)達(dá)到了1.096億，糖尿病視網(wǎng)膜病變在糖尿病人群中的發(fā)病率達(dá)1/3。目前對于糖尿病視網(wǎng)膜病變的診斷，主要根據(jù)患者的眼底圖來確定。一般從患者的眼底圖中可以找到微動(dòng)脈瘤、析出物、出血、棉絮點(diǎn)等病變區(qū)域。微動(dòng)脈瘤是指患者眼部血管擴(kuò)張，當(dāng)眼壓持續(xù)上升時(shí)，血管破裂，會引起局部出血。棉絮點(diǎn)，有時(shí)又被稱為軟析出物，是指神經(jīng)纖維層梗塞或毛細(xì)血管前動(dòng)脈閉塞，硬滲出物則代表了酯質(zhì)在視網(wǎng)膜和血管外的累積。專業(yè)的眼科醫(yī)生可以根據(jù)患者眼底圖中病灶點(diǎn)的位置、數(shù)量信息確定患者的糖尿病視網(wǎng)膜病變的嚴(yán)重程度。
青光眼是指眼內(nèi)壓間斷或持續(xù)升高的一種眼病，持續(xù)的高眼壓可以給眼球各部分組織和視功能帶來損害。根據(jù)英國眼科學(xué)期刊的報(bào)告，預(yù)計(jì)到2020年，青光眼患者將會達(dá)到800萬人。專業(yè)醫(yī)生主要是根據(jù)患者的視盤與視杯直徑比來診斷是否患有青光眼。
無論是糖尿病視網(wǎng)膜病變還是青光眼，他們對眼睛和視力造成的損傷都是不可逆轉(zhuǎn)的。然而，此類眼底疾病早期的癥狀都很難被察覺，隨著病情的加重，將會導(dǎo)致嚴(yán)重的視力損傷，甚至永久失明。因此，對于此類眼底疾病早期篩查很重要。目前我國的專業(yè)眼科醫(yī)生只有30萬左右，且集中分布在北上廣等一、二線大城市。因此，眼底疾病自動(dòng)診斷算法對于眼科疾病的自動(dòng)篩查、檢測診斷尤為重要。
近期，深度學(xué)習(xí)在計(jì)算機(jī)視覺以及醫(yī)療圖像處理方面取得了較大的進(jìn)展。深度學(xué)習(xí)是一種能夠自動(dòng)從原始數(shù)據(jù)中自動(dòng)提取到良好特征的特征學(xué)習(xí)模型，通過深度學(xué)習(xí)，從原始的輸入數(shù)據(jù)中，可以得到不同深度層次的特征，而且通過這樣的深度學(xué)習(xí)過程，原始輸入數(shù)據(jù)中隱藏的數(shù)據(jù)信息可以逐層提取抽象出來，層數(shù)越深，提取出來的特征所代表的數(shù)據(jù)概念就表達(dá)得越深，這也是之前傳統(tǒng)機(jī)器學(xué)習(xí)算法所無法表達(dá)和得到的。
對于具體的圖像處理任務(wù)而言，表現(xiàn)最出色的就是卷積神經(jīng)網(wǎng)絡(luò)。卷積神經(jīng)網(wǎng)絡(luò)的主要包括卷積層、池化層、全連接層。常見的卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)包括AlexNet、VGG、ResNet、Inception、Inception-ResNet。同時(shí)，隨著注意力機(jī)制（Attention）以及生成對抗模型（GAN）快速發(fā)展，神經(jīng)網(wǎng)絡(luò)對眼底疾病的診斷結(jié)果以及病灶區(qū)域的定位也越來越精確。
因此，寧波材料所所屬慈溪醫(yī)工所智能醫(yī)學(xué)圖像處理團(tuán)隊(duì)（iMED中國）基于深度學(xué)習(xí)特別是卷積神經(jīng)網(wǎng)絡(luò)，開發(fā)了一套對早期糖尿病視網(wǎng)膜病變進(jìn)行自動(dòng)篩查及診斷算法目前很多的深度學(xué)習(xí)方法，都是將神經(jīng)網(wǎng)絡(luò)看成一個(gè)黑盒子，算法結(jié)果完全依賴網(wǎng)絡(luò)本身的學(xué)習(xí)能力。該團(tuán)隊(duì)開發(fā)的算法與以往算法最大不同之處在于他們可以將一些專業(yè)醫(yī)生標(biāo)注的信息融入到網(wǎng)絡(luò)中，提高網(wǎng)絡(luò)的可解釋性與說服力。最終結(jié)果按照Kaggle比賽提供的計(jì)算標(biāo)準(zhǔn)來看，Kappa能夠達(dá)到84.5%（在kaggle比賽中排第三）。同時(shí)，該網(wǎng)絡(luò)框架很容易應(yīng)用于其他疾病診斷算法。
對于青光眼的診斷算法研究，目前主流的做法是基于視盤與視杯的直徑比率來查看是否患有青光眼。目前很多算法只是簡單的分割出視盤與視杯，或者直接用神經(jīng)網(wǎng)絡(luò)來檢測是否患有青光眼，然而忽略了兩者之間的聯(lián)系。有了分割出來的視盤與視杯，可以幫助研究人員更好的檢測青光眼，同時(shí)有了青光眼的準(zhǔn)確診斷信息，又能夠更好地分割出視盤與視杯。即分割與診斷之間的是相互關(guān)聯(lián)的?；诖朔N考慮,研究團(tuán)隊(duì)開發(fā)的算法，能夠在分割出視盤與視杯的基礎(chǔ)上，同時(shí)診斷是否患有青光眼。
接下來該團(tuán)隊(duì)的目標(biāo)是開發(fā)出一款通用的眼底疾病人工智能智能診斷算法，具體來說，就是基于深度學(xué)習(xí)，特別是神經(jīng)網(wǎng)絡(luò)來自動(dòng)診斷眼底疾病，包括青光眼、糖尿病視網(wǎng)膜病變和老年黃斑病變。人工智能智能診斷，不僅包括準(zhǔn)確地分辨出疾病的種類，而且能夠精準(zhǔn)的定位到病灶區(qū)域。為預(yù)防眼科疾病，早發(fā)現(xiàn)、早治療、做出一點(diǎn)微小的貢獻(xiàn)。
糖尿病視網(wǎng)膜病變
左圖為青光眼患者視盤與視杯，右圖為正常人的視盤與視杯
糖尿病視網(wǎng)膜病變診斷算法
（慈溪醫(yī)工所 顧在旺 劉江）